|
|||||
|
|
| κ-均值聚类算法的改进及其在冰脊表面形态分析中的应用 | |
| 作者单位： | ;1.南阳师范学院数学与统计学院;2.大连理工大学海岸和近海工程国家重点实验室 |
| 摘 要： | 针对传统k-均值聚类算法事先必须获知类别数和难以确定初始聚类中心的缺点,建立了关于聚类中心和类别数k的双层规划模型,结合粒子群算法确定出聚类中心,通过在迭代过程中不断更新准则函数的方法搜索并确定出最佳类别数惫,基于所建模型,提出了一种改进的k-均值聚类算法,并将算法应用于冰脊表面形态分析中.结果表明,算法得到的聚类结果不但具有相邻类别边界清晰的优点,而且能够较好地反映出地理位置和生长环境对冰脊形成的影响. |
| 关 键 词： | 粒子群算法 κ-均值聚类 冰脊表面形态 |
Improvement of the k-mean Clustering Algorithm and Its Application in the Analysis of the Surface Morphology of Ice Ridges |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |